
Naïlé Titah
Öffnen Sie heute LinkedIn, und Sie können es spüren. Die Beiträge haben begonnen, sich zu reimen. Die gleichen Einstiege, die gleichen sauberen Kontraste, die gleiche nette kleine Frage am Ende. Die KI ist nicht einfach nur im Feed angekommen; sie hat dem gesamten Feed einen einheitlichen Hausstil verpasst.
Und im Jahr 2026 begann dieser Hausstil, Reichweite zu kosten. Wir haben die Impressionen jedes relevanten Beitrags von Tausenden von Autoren untersucht und jeden Autor nur mit seinen eigenen anderen Beiträgen verglichen, sodass die Zielgruppengröße nie in den Vergleich einfließt. Vier schablonenhafte Redewendungen ziehen einen Beitrag jeweils unter die eigene Baseline des Autors, und dieser Malus war vor 2026 statistisch nicht vorhanden.
Jede davon liegt in unseren englischsprachigen Daten etwa 4 % bis 7 % unter der normalen Reichweite desselben Autors; die steilste, das Beratungsraster „Hör auf mit X, fang an mit Y / Der Schlüssel ist“, liegt etwa 6,7 % darunter. (Die vollständige Studie finden Sie unter: Erhalten KI-Beiträge auf LinkedIn weniger Interaktion?)
Das sind also zwei Geschichten auf einmal: ein Lageplan des Hausstils und das Jahr, in dem er sich von einem Gewinn in eine Steuer verwandelte. Der unangenehme Teil der Geschichte ist, dass fast keine dieser Wendungen von einer Maschine erfunden wurden.
Sie wurden von den besten Menschen auf der Plattform erfunden und jahrelang verfeinert, weil sie funktionierten. Die Maschine hat sie nur kopiert, und zwar in so großem Stil, bis sie wie ein Stempel statt wie ein Talent wirkten – und der Feed begann, diesen Stempel abzuwerten.
TL;DR: Die KI hat LinkedIn einen Hausstil verpasst: dieselben Einstiege, dieselben sauberen Kontraste, dieselben ordentlichen Schlussfragen. Diese Seite kartiert die Muster, die 2026 mittlerweile nach KI klingen, verfolgt ihren Aufstieg in unseren Daten und erklärt, woher sie kommen: aus Modellen, die auf den besten Schreibenden der Plattform trainiert wurden.
Die unverkennbaren Muster
Wenn Sie im Jahr 2026 durch LinkedIn gescrollt haben, kennen Sie diese bereits vom Gefühl her. Hier sind sie beim Namen genannt. (Die vollständige Aufschlüsselung aller elf Muster finden Sie in Woran man einen KI-generierten LinkedIn-Post erkennt; dies ist die Kurzfassung.)
Der Gedankenstrich (Em-Dash). Der lange Strich mitten im Satz. Jahrelang war er in weniger als 2 % der Beiträge zu finden, stieg dann im Jahr 2024 auf 9,5 % und im Jahr 2025 mit der Verbreitung von KI-Tools auf 15,6 %. Er ging in zwei Jahren von selten zu allgegenwärtig über.
„Hier ist wie / Hier ist was.“ Der versprechende Einstieg. Chris Donnelly (1,2 Mio. Follower) eröffnete einen Beitrag mit „Hier ist die Aufschlüsselung:“ und erhielt damit mehr als 23.000 Likes. Es funktioniert, und genau deshalb ist es überall zu sehen.
„Es ist nicht X, es ist Y.“ Die Kontrastformel. „Es geht nicht um die Kosten, es geht um den Wert.“ Dies ist der mit Abstand häufigste Kniff der Top-Creator.
Die abschließende Frage. „Wie sieht es bei Ihnen aus?“ Die reflexive Aufforderung zu Kommentaren, die mittlerweile so automatisch erfolgt, dass sie wie ein Skript wirkt.
Die Überleitungs-Enthüllung. „Das Ergebnis?“ „Unerwartete Wendung:“ Der Mini-Cliffhanger vor der Auflösung.
Eine Creatorin, Allie K. Miller (1,6 Mio. Follower), fasste den kollektiven Wiedererkennungswert in einem einzigen Beitrag zusammen:
„Unfassbar offensichtliche Anzeichen dafür, dass Sie KI verwendet haben: 'Es ist nicht X, es ist Y', gleich lange Aufzählungspunkte, die Beendigung eines Beitrags mit einer seltsamen Frage, eine Parade von Gedankenstrichen, bestimmte Wörter (nutzbar machen, aufwerten).“ Wenn eine solche Liste Tausende von Likes erhält, sind die Muster kein Geheimnis mehr. Die gesamte Plattform kann die Nahtstellen sehen.
Die vier Formulierungen, die jetzt Reichweite kosten
Erkennung ist das eine. Reichweite ist das andere, und hier unterscheidet sich 2026 von jedem Jahr davor. Wir haben die Impressionen jedes Beitrags mit den anderen Beiträgen desselben Autors verglichen, sodass die Publikumsgröße eines Erstellers aus dem Vergleich herausfällt.
Auf dieser autoreninternen Basis ziehen vier spezifische Formulierungen einen Beitrag jeweils unter den normalen Durchschnitt seines Verfassers, und der Effekt, der 2025 noch fehlte, ist 2026 vorhanden und messbar.
Formulierung | Wie es sich anhört | Reichweitenverlust (Englisch, autorenintern) |
Generischer Ratgeber-Rahmen | „Hör auf mit X. Fang an mit Y.“ / „Der Schlüssel ist“ | −6,7 % |
„Hier ist, was dir niemand erzählt“ | −4,3 % | |
Enthüllungs-Brücke | „Das Ergebnis?“ / „Plot-Twist:“ | −4,8 % |
„Es ist nicht X, es ist Y“ | −4,9 % |
Lesen Sie die Tabelle ehrlich. Diese Werte wurden bei unseren englischen Beiträgen gemessen, wobei jeder Autor nur mit seiner eigenen Arbeit verglichen wurde, und alle vier weisen eine klare statistische Signifikanz auf. Der Verlust ist real, er wird innerhalb jedes Autors gemessen und ist ein Hebel zweiter Ordnung: Das Publikum beeinflusst die Reichweite immer noch weitaus mehr als die Formulierung.
Das Bereinigen dieser Formulierungen bringt bei den am stärksten schablonenhaften Beiträgen ein paar Prozent zurück, nicht eine Größenordnung. Es wird die Reichweite von niemandem verdoppeln, und wir werden nicht so tun, als ob.
Dies sind die Formulierungen in der Praxis, umformuliert aus echten Beiträgen von 2026, sodass niemand namentlich genannt wird:
Generischer Ratgeber-Rahmen. „Hör auf, das Tool zu beschreiben. Fang an, das Ergebnis zu besitzen.“ „Hör auf, nach Likes zu jagen, fang an, Probleme zu lösen.“ Ersetzen Sie die Schablone durch die konkrete, themenspezifische Aktion, und der Verlust verschwindet.
Der „Hier ist“-Einstieg. „Hier ist, was dir niemand sagt, wenn du ein Team dieser Größe leitest.“ Steigen Sie direkt in die Substanz ein, anstatt sie anzukündigen.
Die Enthüllungs-Brücke. „Teams basteln sich einen Workflow aus fünf verschiedenen Apps zusammen. Das Ergebnis? Die Frontline verliert den Faden.“ Verknüpfen Sie die Konsequenz direkt: „...sodass die Frontline den Faden verliert.“
Die Kontrast-Formel. „Das ist keine Frage des Brandings. Es ist eine Frage des Systems.“ Drücken Sie es klar aus („Dies ist eine Frage des Systems“) und überspringen Sie den Negieren-dann-neu-einrahmen-Schritt.
Drei andere Schritte, die oft mit „KI-Schreiben“ in einen Topf geworfen werden, bewirken das Gegenteil: Sie helfen. Echte Aufrichtigkeit und Verletzlichkeit bringen +7 bis +10 % bei einem Autor, eine abschließende Frage bringt etwa +3 % und ein P.S. oder ein CTA-Abschluss wirkt sich absolut positiv aus.
Dies sind Praktiken zur Interaktionsförderung, keine KI-Merkmale, und sie wegzulassen, um „menschlich zu klingen“, wäre genau der falsche Schritt. Menschlich zu klingen bedeutet, auf die vier gängigen Schablonen zu verzichten, während man die Aufrichtigkeit und die Frage beibehält, die tatsächlich Aufmerksamkeit erzeugen.
Woher sie wirklich kommen
Das ist der Teil, der in der Panik untergeht. Dies sind keine KI-Erfindungen. Es sind die charakteristischen Maschen der erfolgreichsten Autoren auf LinkedIn.
Wir haben 100 der größten Creator auf der Plattform unter die Lupe genommen (Median von etwa 79.000 Followern). Die „KI“-Maschen sind ihre Maschen:
Masche, die jetzt als „KI“ verstanden wird | Top-Creator, die sie nutzen |
„Es ist nicht X, es ist Y“ | 100 % (28 % in fast jedem Beitrag) |
„Hier ist wie / Hier ist was“ | 98 % |
„Der Schlüssel ist / Hör auf, X zu tun“ | 100 % |
Eine Frage am Ende | 98 % |
Gary Vaynerchuk (5,9 Mio. Follower) schreibt: „Es kommt nicht immer darauf an, wie viel Geld man verdient, sondern wie viel man ausgibt.“ Justin Welsh (853k) beginnt mit „Hier ist“. Diese Beiträge gewinnen, Tausende von Likes auf einmal. Die Muster funktionieren, weil sie über Jahre hinweg von Menschen verfeinert wurden, die mit Schreiben ihren Lebensunterhalt verdienen.
Warum wirken sie also heute wie von einem Roboter? Das liegt an der Funktionsweise von Sprachmodellen. Wie die Autorin Ann Handley (511.000 Follower) in einem viel geteilten Beitrag schrieb: „KI-Modelle lieben den Gedankenstrich, weil Menschen ihn lieben.
Sie sind auf Millionen von Menschen geschriebenen Sätzen trainiert.“ Das Modell hat die besten Creator studiert, ihre erfolgreichsten Vorgehensweisen verinnerlicht und liefert sie nun allen auf einmal in jedem einzelnen Beitrag zurück. Was es verrät, war nie die Masche selbst; es ist die Sättigung, dieselben Handvoll Wendungen, die sich durch den gesamten Feed wiederholen.
Gegenreaktion und Überreaktion
Die Community bemerkte es, und die Stimmung kippte schnell. Einige der am häufigsten gelikten Beiträge des Jahres drehen sich mittlerweile um die Merkmale selbst. Es gibt Parodielisten mit „Phrasen, die nach KI schreien“. Es kursiert ein Running Gag, dass der Gedankenstrich (Geviertestrich) „vor Gericht“ stünde.
Doch die Gegenreaktion verfehlte ihr Ziel, nicht ihre Intention. Die Menschen begannen, Gedankenstriche, saubere Aufzählungspunkte und alle prägnanten Sätze aus ihren Texten zu streichen, woraufhin sich mehrere namhafte Autoren speziell gegen diese Interpunktionspanik wehrten.
Netflix-Mitbegründer Marc Randolph (380.000 Follower) merkte an, dass er seit fast 50 Jahren mit Gedankenstrichen schreibt. Der Gedankenstrich ist 400 Jahre alt, und ein einzelner Strich ist kein Urteil.
Sie hatten Recht, was den Strich betraf, aber es war falsch, die Amnestie auf alles auszuweiten. Die Reichweitendaten ziehen hier eine klare Grenze. Ein einzelner Gedankenstrich ist kosmetisch und führt zu keinem messbaren Reichweitenverlust. Die vier oben genannten formelhaften Wendungen sind struktureller Natur, und sie führen im Jahr 2026 zu Einbußen.
Die Leser, die Gedankenstriche aus ihren Entwürfen strichen, schliffen also an der falschen Stelle, während die wirklich kostspieligen Fehler – der Ratgeber-Rahmen, der „Hier ist“-Einstieg und die Kontrastformel – unangetastet blieben. Das bedeutet keineswegs, dass KI-Formulierungen harmlos sind; es bedeutet, dass die Masse den falschen Hinweis markiert und die teuren Fehler beibehalten hat.
Derselbe Autor, zwei Versionen
Der eindeutigste Beweis liegt in den einzelnen Erstellern selbst, bei denen das Publikum per Definition konstant gehalten wird. Wir haben die Beiträge jedes Autors, die eine der vier Killer-Schlüsselstellen enthalten, mit seinen eigenen fehlerfreien Beiträgen im Jahr 2026 verglichen. Die markierten Beiträge liegen durchweg darunter.
Ein SaaS-Gründer, der sich auf den Enthüllungseffekt stützt („...Unternehmen holen es sich zu früh ins Haus. Das Ergebnis?“), erreicht im Schnitt 18 Punkte weniger Reichweite als seine eigenen Beiträge, die auf dieses Mittel verzichten. Ein Personalvermittler, dessen markierte Beiträge den Kontrastdrehimpuls nutzen („Das ist keine Branding-Frage.
Es ist eine Systemfrage.“), liegt 41 Punkte unter seinen fehlerfreien Texten – Beiträgen, die stattdessen mit etwas Spezifischem und Selbsterlebtem eröffnen. Bei den von uns untersuchten Erstellern lag die Lücke zwischen den vorlagenbasierten Beiträgen eines Autors und seinen eigenen fehlerfreien Beiträgen zwischen 18 und 41 Punkten.
Dieser Vergleich ist korrelativ, da Thema und Format auch innerhalb eines Kontos variieren. Aber er weist in dieselbe Richtung wie die kontrollierte, zielgruppenbereinigte Schätzung, und zwar Autor für Autor: Der Beitrag, der die Vorlage nutzt, schneidet schlechter ab als der Beitrag, der dies nicht tut – aus derselben Hand, an dasselbe Publikum.
Was LinkedIn dagegen unternimmt
Die Plattform hat beschlossen, einzugreifen. Im Mai 2026 kündigte sie an, „generische oder repetitive“ Inhalte, denen „jede wirklich einzigartige Perspektive fehlt“, abzustufen, und berichtete, dass generische Inhalte in ersten Tests mit einer Genauigkeit von etwa 94 % erkannt wurden. Es wurde keine bestimmte Formulierung verboten; das erklärte Ziel ist die Inhaltslosigkeit, das Wiederholte und das Schablonenhafte.
Das deckt sich mit dem, was die Reichweitenzahlen bereits zeigen. Die Beiträge, die dieselben vier Wendungen wie alle anderen nutzen, sind genau diejenigen, die als generisch wahrgenommen werden, und genau diejenigen, die an Reichweite verlieren. (Was das für die Reichweite bedeutet, erklären wir in Bestraft LinkedIn KI-Inhalte?.)
Wo das die KI-Texterstellung auf LinkedIn hinterlässt
Das ist also der Stand der Dinge im Jahr 2026. Ein Feed, der sich auf eine gemeinsame Reihe von Mustern eingespielt hat – teils, weil die Modelle mit den Inhalten der besten Creator trainiert wurden, teils, weil alle dieselben Leute imitieren –, und eine Community, die all das inzwischen durchschaut.
Diese Muster werden nicht verschwinden; sie sind einfach zu effektiv. Was sich geändert hat, ist, dass sie nicht mehr für „guter Autor“ stehen. Sie signalisieren nur noch: „Hat geschrieben wie alle anderen.“
Die interessanten Texte von heute sind diejenigen, die sich nicht in den restlichen Feed einfügen. Nicht, weil sie auf den Gedankenstrich verzichten. Sondern weil ein echter Mensch dahintersteckt.
11 Muster, an denen Sie einen von KI geschriebenen LinkedIn-Beitrag im Jahr 2026 erkennen
Wir haben 46.000 LinkedIn-Posts analysiert, um die 11 Muster zu finden, die einen Post 2026 nach KI klingen lassen, mit echten Beispielen von Top-Creatorn und der Korrektur für jedes.
„Es ist nicht X, es ist Y“: die am häufigsten gemeldete KI-Formel von LinkedIn
„"It's not X, it's Y"" ist die am häufigsten als KI markierte Formel auf LinkedIn. Jeder Top-Creator nutzt sie, warum sie zum Tell wurde und wie viel Reichweite sie 2026 kostet (around -9% in French).
Ist der Gedankenstrich ein Zeichen für KI auf LinkedIn? (Daten für 2026)
Ist der Geviertstrich ein KI-Zeichen auf LinkedIn? Ja. Seine Nutzung sprang mit ChatGPT von unter 2 % der Posts auf über 15 %. Die Daten, und was Sie stattdessen nutzen sollten.
„Hier ist wie“ und „Hier ist was“: KI-Einstiege, die Reichweite kosten
„"Here's how"" ist LinkedIns häufigste KI-Überleitung. Sie stieg mit ChatGPT von unter 3 % der Beiträge auf über 16 %. Warum sie nach KI klingt, und wie Sie sie variieren.
KI-Wörter, die man auf LinkedIn vermeiden sollte (129.000 Posts, 2026)
Die berühmten zu vermeidenden KI-Wörter (delve, tapestry) sind auf LinkedIn längst tot. Wir haben 129.000 Beiträge geprüft. Das echte Erkennungsmerkmal ist vom Vokabular zur Struktur gewandert.
Bestraft LinkedIn KI-Inhalte? Was die Daten sagen (2026)
Bestraft LinkedIn KI-Inhalte? Nicht direkt: Es stuft generische Beiträge herab, nicht KI an sich. Seit den strengeren Maßnahmen im Jahr 2026 kosten schablonenhafte KI-Formulierungen echte Reichweite.
LinkedIn-Post-Humanizer: Was im Jahr 2026 wirklich funktioniert
Die meisten KI-Humanizer reparieren das Falsche. Auf LinkedIn ist der Wortschatz tot; das Erkennungsmerkmal ist die Struktur. Was ein LinkedIn-Post-Humanizer wirklich tun sollte – mit Daten belegt.
Warum Sie Claude nicht für LinkedIn-Posts nutzen sollten
Claude schreibt sehr gut, doch der rohe Claude-Text ist 2026 das falsche Werkzeug für Ihre LinkedIn-Reichweite. Was Sie das kostet und was Sie stattdessen nutzen.










